看新聞

文章事件議題專題

看趨勢

關鍵字關係圖

看來源

← iThome專題

iThome專題

當AI機器人越來越聰明，如何讓它更安全（下）

9/26 00:00

#AI11 家 · 113 篇
#資安6 家 · 12 篇

當AI機器人越來越聰明，如何讓它更安全（下）（新聞配圖） — 配圖來源：iThome

原站閱讀

全文請至原站閱讀。

https://www.ithome.com.tw/article/171386

專題相關新聞

原站專題頁列出 5 篇，依報導日期由新到舊排列。

本頁 5 篇 · 依報導日期顯示摘要

新聞 2025年，具身AI機器人從實驗室進入工廠的應用將更為普遍隨著AI模型發展得更為成熟，由輝達（Nvidia）創…
隨著AI模型發展得更為成熟，由輝達（Nvidia）創辦人暨執行長黃仁勳提出的物理AI（Physical AI），將使得工業革命邁入全新階段，推動各種產業的全面革新，規模甚至大於純雲端AI
9/26 00:00https://www.ithome.com.tw/news/171379
- #AI
- #資安
新聞如何確保機器人是好的機器人？大腦AI模型安全是關鍵具身AI讓機器人傷害事件從「意外」轉為「襲擊」，關鍵原因就是…
具身AI讓機器人傷害事件從「意外」轉為「襲擊」，關鍵原因就是：機器人採用的AI模型，不論VLM、VLA甚至其他模型遭到駭客濫用，我們都必須設法避免AI模型不會遭到駭客不當注入提示詞，或因語言模型的不連續性導致的資安風險等，進一步從根本防範具身AI模型遭到致命攻擊
9/26 00:00https://www.ithome.com.tw/news/171380
- #AI
- #資安
新聞從物理到心智的全方位威脅！揭露具身AI機器人攻擊路徑 AI機器人正從實驗室走向現實世界，它們的資安風險已經不只是…
AI機器人正從實驗室走向現實世界，它們的資安風險已經不只是資料外洩，還可能直接威脅人身與公共安全。當AI機器人有了「身體」和「大腦」，它們可能遭遇各種攻擊：有人可能利用硬體漏洞入侵，有人會試圖操控AI模型，甚至有人會竄改機器人收集的資料。對此，產業界必須從設計一開始就全面防護，政府也要制定標準與政策，確保AI機器人安全可靠地走入我們的生活
9/26 00:00https://www.ithome.com.tw/news/171383
- #AI
- #資安
新聞 AI機器人供應鏈與雲地架構面臨的安全挑戰 AI機器人的供應鏈龐大而複雜，從底層韌體到高階AI模型，每一個環節都可…
AI機器人的供應鏈龐大而複雜，從底層韌體到高階AI模型，每一個環節都可能成為駭客的突破口
9/26 00:00https://www.ithome.com.tw/news/171384
- #AI
- #資安
新聞機器人資安檢核表是行業「資安查核基準」的起點 VicOne LAB R7實驗室對外公布一份詳盡的機器人資安風險檢…
VicOne LAB R7實驗室對外公布一份詳盡的機器人資安風險檢核表，希望可以為整個機器人產業鏈、企業甚至個人使用者，提供一套確認資安風險的基本查核基準
9/26 00:00https://www.ithome.com.tw/news/171385
- #AI
- #資安

清單累計本站從原站專題頁發現的文章，不限報導日期；原站分頁或動態載入的文章可能尚未完整取得。最近檢查：2026/10/4 下午5:44:18。

延伸閱讀

他站相似報導

相似不等於抄襲 ⓘ

尚待比對

看各媒體的相似與引用

iThome的其他相關報導

iThome9/26 00:00
新聞 AI機器人供應鏈與雲地架構面臨的安全挑戰 AI機器人的供應鏈龐大而複雜，從底層韌體到高階AI模型，每一個環節都可能成為駭客的突破口文 /黃彥棻|2025-09-26
共同關鍵字：#資安 #AI
iThome9/26 00:00
新聞從物理到心智的全方位威脅！揭露具身AI機器人攻擊路徑 AI機器人正從實驗室走向現實世界，它們的資安風險已經不只是資料外洩，還可能直接威脅人身與公共安全。當AI機器人有了「身體」和「大腦」，它們可能遭遇各種攻擊：有人可能利用硬體漏洞入侵，有人會試圖操控AI模型，甚至有人會竄改機器人收集的資料。對此，產業界必須從設計
共同關鍵字：#資安 #AI
iThome9/26 00:00
新聞如何確保機器人是好的機器人？大腦AI模型安全是關鍵具身AI讓機器人傷害事件從「意外」轉為「襲擊」，關鍵原因就是：機器人採用的AI模型，不論VLM、VLA甚至其他模型遭到駭客濫用，我們都必須設法避免AI模型不會遭到駭客不當注入提示詞，或因語言模型的不連續性導致的資安風險等，進一步從根本防範具身AI模型遭到致命攻擊
共同關鍵字：#資安 #AI
iThome9/26 00:00
新聞 2025年，具身AI機器人從實驗室進入工廠的應用將更為普遍隨著AI模型發展得更為成熟，由輝達（Nvidia）創辦人暨執行長黃仁勳提出的物理AI（Physical AI），將使得工業革命邁入全新階段，推動各種產業的全面革新，規模甚至大於純雲端AI 文 /黃彥棻|2025-09-26
共同關鍵字：#資安 #AI

本頁的資料來源與計算方式ⓘ

專題

文章頁只顯示內文或摘要的開頭約 150 字，以及收錄配圖。節錄下方顯示原站完整網址，可開啟原站文章，閱讀全文、其他圖片與影音。

專題是媒體一次刊出的新聞包，本站把專題頁本身當成一篇文章收錄，版面與單篇文章相同。

專題相關新聞: 原站專題頁上列出的報導，每小時檢查一次，累計所有發現過的文章；原站分頁或動態載入的部分可能尚未取得。
內文狀態: 「內文較短」表示擷取到的文字不足 200 字，可能不完整，且不納入全文相似度比對，只有完整正文才比對。「原站僅提供摘要」表示來源提供的是節錄，本站不當成完整正文。
發現來源: 「由某來源發現」標示本站經由哪個彙整來源（例如 Google 新聞）找到這篇文章，連結指向該來源上的頁面。
文中引用來源: 內文明示提到的其他媒體，附上提到它的原文片段。文章提及的來源，不代表原始作者。
延伸閱讀: 刊登前後 3 天內同一題的其他報導：依共同關鍵字的稀有程度與標題相近程度排序，標題幾乎相同的轉載只列一篇。至少共有 3 個關鍵字，或共有 1、2 個關鍵字且標題夠相近，才列入；其他媒體每家最多 2 篇、共 8 篇，同一媒體最多 5 篇，已列在「他站相似報導」的不重複列出。「所屬事件」是刊登前後一天內、主要標籤與本篇關鍵字重疊（至少 2 個，或重疊的關鍵字夠少見）的事件，最多 3 件。相關關鍵字後的數字為前後 3 天內使用這個關鍵字的媒體與報導數。
他站相似報導: 與前後 7 天內其他媒體文章的內文比對（新聞關係圖的相似度索引，正規化內文的五字片段），列出相似度 65% 以上的文章；索引每 10 分鐘處理新抓到的正文。「內文相同」表示正規化後全文一致；相差不到一分鐘算同時刊登。

相似不等於抄襲：同一份新聞稿、通訊社稿、授權轉載與註明引用都會讓內文相近；刊登時間以各站標示為準，與寫稿先後無關。

資料來源

新聞媒體每 9 分鐘、其他媒體每小時抓取一次新文章（每輪從最久沒抓的媒體開始），保存標題、摘要、連結、圖片網址、標籤與署名；正文在刊登後 7 天內可於站內閱讀。收錄的媒體與抓取狀態見媒體來源。

標籤是媒體自己在文章頁標記的關鍵字（news_keywords、keywords、article:tag 等）。文章頁沒有標記時，才用其他媒體近期用過的標籤比對標題補上。

媒體摘要卡

滑鼠停留在媒體名稱上（手機點一下）會顯示媒體摘要：藍綠分類，本站過去 24 小時與 7 天收錄的篇數，以及近 24 小時熱門關鍵字。熱門關鍵字統計這家媒體文章的標籤與標題關鍵詞，排除新聞分類詞，每篇每詞計一次，最多取最新 2,000 篇；透過彙整來源收錄的不列關鍵字。

完整的資料來源與計算方式 →

同一件事，各家怎麼說。

追蹤台灣新聞媒體的標籤、事件與議題，並排比較各家標題。

Telegram 討論群 RSS GitHub

把新文易數裝到Chrome／Edge

安裝後會出現在主畫面或應用程式清單，像 App 一樣開啟，不必下載商店 App。

點網址列右側的「安裝」圖示
或從瀏覽器選單選「投放、儲存與分享」→「安裝網頁…」（Edge：「應用程式」→「安裝此網站」）

資料與透明度

網站觀測
媒體流量與收錄比較
爬蟲資訊
資料來源與計算方式

開發與聯絡

API 文件
聯絡與移除請求
母站 tag.analysis.tw

© 2026 新文易數 · 程式碼以 MIT 授權開源 · 新聞標題、摘要與圖片著作權屬各媒體

今天已收錄 15,543 篇 · 24 小時內 240 家媒體發稿